O número de manchas solares são registros observados, no decorrer do tempo, da atividade do sol, possuem campos magnéticos que provocam erupções solares que causam, por exemplo, distúrbios em satélites e sistemas de telecomunicações. Neste estudo, comparamos e avaliamos três técnicas, LightGBM (Light Gradient Boosting Machine), ARIMA (Autoregressive Integrated Moving Average) e Sazonal ARIMA (SARIMA), na tarefa de previsão de um passo à frente da série temporal anual de manchas solares. Os modelos foram estabelecidos usando dados de treinamento, e os conjuntos de testes foram usados para avaliar a capacidade de previsão de cada modelo e, finalmente, avaliar a acurácia por meio das medidas estatística MAE, RMSE e MAPE. Os experimentos apresentam um melhor desempenho para o modelo SARIMA com melhor efeito de previsão em comparação com outros modelos contrastados.